AI语音 - 智狐AI导航

Parakeet TDT 0.6B

Parakeet TDT 0.6B 是一款由英伟达开发的开源自动语音识别（ASR）模型，采用 FastConformer 和 TDT 架构，具备高速转录、高精度识别、歌词转录、文本格式化等功能。模型在 Hugging Face Open ASR Leaderboard 中表现优异，实时因子高达 3386，适用于会议记录、法律医疗、字幕生成及音乐索引等多种场景。

AI项目与工具 2025年06月11日 36 点赞 0 评论 611 浏览

Rask.ai

Rask.ai平台以其自动化和智能化的翻译及配音服务，帮助企业节省时间和成本，同时提高内容的全球可访问性。

创作工具 1970年01月01日 0 点赞 0 评论 607 浏览

Nuance

Nuance公司以其在对话式AI领域的专业知识，为医疗保健和客户参与提供创新解决方案。公司致力于通过AI技术推动组织效能，提升工作成效，并在全球范围内产生积极影响。

Ai语音工具 1970年01月01日 0 点赞 0 评论 606 浏览

Beepbooply

Beepbooply是一款人工智能驱动的文本转语音工具，允许用户快速轻松地生成具有逼真声音的音频内容。超过80种语言、120种口音和900种声音，用户可以自定义他们的音频，并生成几个小...

Ai语音工具 1970年01月01日 0 点赞 0 评论 599 浏览

Vocloner是一款基于人工智能的在线语音克隆工具，用户可通过上传目标语音音频并输入文本，快速生成克隆声音，无需训练语音网络。支持多语言及多种中文方言，提供经典版本和更新版本两种克隆选项，经典版使用Coqui TTS技术，更新版采用Coqui AI的XTTS工具，增强克隆效果。功能包括即时语音克隆、模型创建与保存、多语言支持、不同说话风格和角色模仿，适用于内容创作、无障碍支持、语言学习和个性化数

AI项目与工具 2025年06月11日 47 点赞 0 评论 599 浏览

Hibiki

Hibiki是一款由Kyutai Labs开发的开源语音翻译解码器，支持实时语音到语音（S2ST）和语音到文本（S2TT）的翻译。其基于多流语言模型架构，结合弱监督学习和上下文对齐技术，实现低延迟、高保真度的翻译效果。适用于国际会议、在线教育、旅游、新闻采访及客户服务等场景，具备良好的实用性和可扩展性。

AI项目与工具 2025年06月12日 31 点赞 0 评论 597 浏览